[發明專利]基于會話的推薦系統、方法、設備及存儲介質

有效

• 申請號: 202010567939.1
• 申請日: 2020-06-19
• 公開（公告）號: CN112000873B
• 公開（公告）日: 2022-10-18
• 發明（設計）人: 王陽;何新;郭靖翊;張釗浩;李宋順;宋雅杰
• 申請（專利權）人: 南京理工大學;江蘇慧宇誠智能裝備研究院有限公司;小圖智能科技（南京）有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06N3/04;G06N3/08;G06N3/063
• 代理公司: 北京勁創知識產權代理事務所(普通合伙) 11589
• 代理人: 張鐵蘭

本發明公開了基于會話的推薦系統、方法、設備及存儲介質，該系統包括會話層網絡、用戶長期偏好記憶單元與用戶層網絡。會話層網絡基于GGNN網絡模型實現，將目標會話分解為多個子圖矩陣，并使用進行模型訓練，再將目標會話的信息映射到用戶長期偏好記憶單元中；用戶長期偏好記憶單元記錄用戶在目標會話中的長期偏好，并將用戶偏好信息反饋至用戶層網絡中；用戶層網絡基于GRU的循環網絡模型實現，通過狀態向量跟蹤用戶在不同會話中的偏好變化，并將偏好變化信息反饋至會話層網絡中。本發明將改進的GGNN雙重循環網絡模型應用于推薦系統，能夠學習用戶在多個會話間的演化規律，發現更多物品之間包含的聯系，提高推薦系統的推薦效果。

技術領域

本發明涉及涉及數據處理技術領域，并且更具體地，涉及基于會話的推薦系統、方法、設備及存儲介質。

背景技術

推薦系統是解決信息過載的一個有效工具,旨在捕獲用戶的興趣以提供個性化的推薦。近年來，基于會話的推薦系統的研究和應用在推薦系統研究領域受到越來越多的關注。其中會話指的是在給定時間內發生的用戶與站點的交互，利用會話日志進行推薦主要的優勢是能夠推斷新用戶或者匿名用戶的喜好。

目前已有的基于會話的推薦算法所展開的研究，主要分為兩大類別。第一種為基于會話的傳統推薦算法，它包含了基于協同過濾的算法和基于馬爾科夫決策過程的算法；第二種為基于會話的深度學習算法，它包含了由基于循環神經網絡的算法、基于注意力網絡的算法和基于圖網絡的算法。但是目前的基于會話的推薦系統在訓練時一般考慮的因素非常有效，并不能更好地提升推薦效果。

因此，目前迫切需要一種更加切實有效的推薦方案，以更好、更有效地提升推薦系統的推薦效果。

發明內容

有鑒于此，本發明提供了基于會話的推薦系統、方法、設備及存儲介質，以解決目前的基于會話的推薦系統的推薦效果較差的技術問題。

為實現上述目的，本發明提供如下技術方案：

一種基于會話的推薦系統，所述推薦系統包括：會話層網絡、用戶長期偏好記憶單元與用戶層網絡；

所述會話層網絡，基于門控圖神經網絡GGNN網絡模型實現，用于將所述目標會話分解為多個子圖矩陣，并使用GGNN網絡模型進行訓練，得到所述目標會話的嵌入向量，將所述嵌入向量映射到所述用戶長期偏好記憶單元中，作為所述目標會話的用戶偏好向量；

所述用戶長期偏好記憶單元，用于基于所述用戶偏好向量，記錄用戶在所述目標會話中的長期偏好，并在所述目標會話結束后，將所述用戶長期偏好記憶單元記錄的信息轉換為隱藏向量，反饋至所述用戶層網絡中；

所述用戶層網絡，基于門循環單元GRU的循環網絡模型實現，用于根據所述隱藏向量更新所述用戶層網絡的狀態向量，通過所述狀態向量跟蹤用戶在不同會話中的偏好變化，并使用所述狀態向量來更新所述隱藏向量，將更新后的隱藏向量反饋至所述會話層網絡中，以傳入下一會話中。

一種基于會話的推薦方法，采用前述的推薦系統；所述推薦方法包括：

利用所述會話層網絡，獲取目標會話的嵌入向量，并將所述嵌入向量映射到所述用戶長期偏好記憶單元中，作為所述目標會話的用戶偏好向量；

利用所述用戶長期偏好記憶單元，記錄用戶在所述目標會話中的長期偏好，并將所述用戶長期偏好記憶單元記錄的信息轉換為隱藏向量，反饋至所述用戶層網絡中；

利用所述用戶層網絡，根據所述隱藏向量更新所述用戶層網絡的狀態向量，通過所述狀態向量跟蹤用戶在不同會話中的偏好變化，并使用所述狀態向量來更新所述隱藏向量，將更新后的隱藏向量反饋至所述會話層網絡中。

一種基于會話的推薦設備，包括存儲器與處理器；

所述存儲器，用于存儲計算機程序；